使用集合贝叶斯模型平均值进行质量模型的不确定性量化
摘要：利用原子核质量的描述方面的进展导致了各种提供核质量预测的核质量模型，覆盖了整个核素图表。这些核质量模型在理解快中子俘获（$r$过程）中重元素合成中起着重要作用。然而，估计每个核质量模型预测所带来的不确定性仍然是一项具有挑战性的任务。本文介绍了一种使用集合贝叶斯模型平均（EBMA）来量化质量不确定性的方法。这种贝叶斯方法通过将核质量模型组合为正态分布的混合物，并利用马尔可夫链蒙特卡罗（MCMC）方法使用无转弯（NUTS）采样器针对实验数据进行参数优化，提供了进行模型平均、选择、校准和不确定性量化的自然方式。基于AME2003数据，我们对中子分离能的最佳不确定度估计的平均大小为0.48 MeV，覆盖了AME2020的95%新数据。这些不确定度估计还可用于检测与实验数据和理论预测趋势不符的异常值。
作者：Yukiya Saito, Iris Dillmann, Reiner Kruecken, Matthew R. Mumpower, Rebecca Surman
论文ID：2305.01782
分类：Nuclear Theory
分类简称：nucl-th
提交时间：2023-08-22